Python statsmodels Granger 因果检验返回空字典
Python statsmodels Granger Causality Test returning empty dictionary
我正在使用库 statsmodels.tsa.stattools.grangercausalitytests
来测试两个时间序列之间的相似性。我知道列表 a
和 b
都是没有任何 None
或 nan
值的合法列表,并且它们具有相同的大小。我称之为因果关系检验的数组也没有任何问题。我不明白为什么调用只返回一个空字典。
grangercausalitytests([[a[i], b[i]] for i in range(0, len(a))], -1, verbose=True)
这可能是什么问题?
maxlag 应该是正整数,而不是 -1。
从未遍历计算结果的循环。
http://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.grangercausalitytests.html
maxlag : integer
the Granger causality test results are calculated for all lags up to maxlag
我检查了 python 统计模型。因此,对于因果关系检验,您不需要一次提供一系列的单个元素。相反,您应该一次提供整个时间序列。因此,假设您在 'T' 中有两个时间序列 'a'、'b' 而您可以使用以下内容:
grangercausalitytests(np.column_stack((T['a'][1:],T['b'][1:])), 10)
我正在使用库 statsmodels.tsa.stattools.grangercausalitytests
来测试两个时间序列之间的相似性。我知道列表 a
和 b
都是没有任何 None
或 nan
值的合法列表,并且它们具有相同的大小。我称之为因果关系检验的数组也没有任何问题。我不明白为什么调用只返回一个空字典。
grangercausalitytests([[a[i], b[i]] for i in range(0, len(a))], -1, verbose=True)
这可能是什么问题?
maxlag 应该是正整数,而不是 -1。
从未遍历计算结果的循环。 http://www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.grangercausalitytests.html
maxlag : integer
the Granger causality test results are calculated for all lags up to maxlag
我检查了 python 统计模型。因此,对于因果关系检验,您不需要一次提供一系列的单个元素。相反,您应该一次提供整个时间序列。因此,假设您在 'T' 中有两个时间序列 'a'、'b' 而您可以使用以下内容:
grangercausalitytests(np.column_stack((T['a'][1:],T['b'][1:])), 10)